Pendekatan Metode Bayesian pada Uji Korelasi Kendall Tau pada Pengujian Hubungan antara Luas Lahan Padi dan Produktivitas Padi di Indonesia

Abstract

Abstract. Correlation is used to measure the closeness of the relationship between two variables (bivariate). Pearson s Product Moment is a measure of correlation in parametric statistics, while Rank Spearman, and Kendall Tau are included in nonparametric statistical correlation measures. The Kendall Tau correlation has an advantages over the Pearson correlation, which is stronger against outliers and violations of normality. A new method to test the Kendall Tau correlation was proposed by Van Doorn, et al (2018), namely the Bayes approach with parametric yoking where the yoking parametric is the same as the prior distribution in the parametric case. The advantage is that the prior distribution is independent of the sample size. In this study, we will apply a new method proposed by Van Doorn et al (2018) to examine the relationship between paddy land area and paddy productivity in Indonesia. The results can be used to measure the extent to which paddy land area can support the effectiveness and efficiency of rice productivity in Indonesia. The results showed that by using bayesian method in correlation test Kendall Tau (τ) obtained the value of BF01 = 0.0366 and BF01 = 27.334.\xa0 Where H0 rejected because of BF01 < 1. This means that there is a relationship between Paddy Land Area and Paddy Productivity. This\xa0 H0 rejection (H1 acceptance) is supported by strong evidence because the BF10 value is at intervals of 10 < BF10 < 30. Keywords: Paddy Land Area and Paddy Productivity, Kendall Tau Correlation, Bayesian Method. Abstrak. Korelasi digunakan untuk mengukur keeratan hubungan antara dua variabel ( bivariate ). Product Moment Pearson merupakan ukuran korelasi dalam statistik parametrik, sedangkan Rank Spearman, dan Kendall Tau termasuk ke dalam ukuran korelasi statistik nonparametrik. Korelasi Kendall Tau memiliki kelebihan dibandingkan korelasi Pearson yaitu lebih kuat terhadap pencilan dan pelanggaran normalitas. Metode baru untuk menguji korelasi Kendall Tau dikemukakan oleh Van Doorn, dkk (2018) yaitu pendekatan Bayes dengan parametrik yoking dimana parametrik yoking ini sama saja seperti distribusi prior pada kasus parametrik. Kelebihannya distribusi prior menjadi tidak tergantung pada ukuran sampel. Dalam penelitan ini kami akan menerapkan metode baru yang diusulkan oleh Van Doorn, dkk (2018) untuk menguji hubungan antara luas lahan padi dan produktivitas padi di Indonesia. Hasilnya dapat digunakan untuk mengukur sejauh mana luas lahan padi (X) dapat mendukung efektifitas dan efisiensi produktivitas padi (Y) di Indonesia. Hasil penelitian menunjukan bahwa dengan menggunakan metode Bayesian pada uji korelasi Kendall Tau (τ) \xa0didapatkan nilai\xa0BF01 = 0.0366 and BF01 = 27.334. \xa0Dimana H0 di tolak karena BF01<1. Artinya ada hubungan antara Luas Lahan Padi dengan Produktivitas Padi. Penolakan H0\xa0 (H1 penerimaan ) ini didukung oleh bukti yang kuat karena nilai BF10 berada pada interval 10 < BF10 < 30. Kata Kunci: Luas Lahan Padi dan Produktivitas Padi, Korelasi Kendall Tau , Metode Bayesian.